新论文发现，新版 VLM 从第 1 层就开始图文对齐
stanislavfort · x · 2026-07-22
一篇关于 VLM 表征对齐 的论文挑战了“图像和文本只在后层才对齐”的常见看法。
- 作者对 Gemma 3 做了 DeepDream 风格优化。
- 结果显示，在较新的模型里，图文表征从 第 1 层 就开始对齐，而不是只在高层发生。
- 该帖指向一篇由 evzenwy、javirandor、floriantramer、stanislavfort 等共同完成的论文。
「研究」频道最新
- 微软 Mage-Flow 在 Hugging Face 热门榜上升为文生图模型 — microsoft · 2026-07-22
- OpenAI 称 GPT-Red 让 GPT-5.6 注入失败率降了 6 倍 — dl_weekly · 2026-07-22
- 为什么模型数学更强，语言推理却仍是短板 — Cohere_Labs · 2026-07-22
- AI 医疗突破可能先撞上 PR Review 瓶颈 — MikkoH · 2026-07-22
- 一个 30 年图论猜想被称已证伪，反例由 GPT-5.6 Pro 找到 — cloneofsimo · 2026-07-22
- 班加罗尔一场工作坊将拆解 world models 的原理与开发方法 — tushaarmehtaa · 2026-07-22